1. Más allá de las capacidades: cómo medir las propensiones de los modelos de Inteligencia Artificial.
Los resultados mostrados durante la ponencia evidenciaron que la combinación de métricas de capacidades y propensiones puede mejorar significativamente la predictibilidad y la fiabilidad de los modelos, especialmente en escenarios nuevos o no contemplados durante el entrenamiento. El posterior turno de preguntas permitió debatir además sobre el potencial de estas métricas en ámbitos como la auditoría, la evaluación de conformidad y la supervisión de sistemas de Inteligencia Artificial de alto riesgo.
2. Identificación de Señales NLOS en Sistemas UWB mediante un Autoencoder Convolucional Ligero.
La segunda intervención corrió a cargo de Juan Carlos Santamaria Pedrón, investigador predoctoral del Departamento de Informática de la Universitat de València, quien presentó una propuesta para mejorar la precisión de los sistemas de posicionamiento en interiores basados en tecnología Ultra-Wideband (UWB).



